Desigualtat de Màrkov

La desigualtat de Màrkov en teoria de probabilitat proporciona una fita superior per a la probabilitat que una funció no negativa d'una variable aleatòria sigui major o igual que una constant positiva.[1] El seu nom li ve del matemàtic rus Andrei Màrkov. La desigualtat de Màrkov relaciona les probabilitats amb l'esperança matemàtica i proporciona cotes útils-encara que habitualment poc ajustades-per a la funció de distribució d'una variable aleatòria.

Teorema

La desigualtat de Màrkov afirma que si X és una variable aleatòria qualsevol i a > 0, llavors

Pr ( | X | a ) E ( | X | ) a . {\displaystyle {\textrm {Pr}}(|X|\geq a)\leq {\frac {{\textrm {E}}(|X|)}{a}}.}

Prova

Per a qualsevol succés A, sigui IA la variable aleatòria indicadora d'A, és a dir, IA = 1 si ocorre A i és 0 en el cas contrari. Llavors

a I ( X a ) X . {\displaystyle aI_{(X\geq a)}\leq X.\,}

Per tant

E ( a I ( | X | a ) ) E ( | X | ) . {\displaystyle \operatorname {E} (aI_{(|X|\geq a)})\leq \operatorname {E} (|X|).\,}

Ara, noti's que el costat esquerre d'aquesta desigualtat coincideix amb

a E ( I ( | X | a ) ) = a Pr ( | X | a ) . {\displaystyle a\operatorname {E} (I_{(|X|\geq a)})=a\Pr(|X|\geq a).\,}

Per tant tenim

a Pr ( | X | a ) E ( | X | ) {\displaystyle a\Pr(|X|\geq a)\leq \operatorname {E} (|X|)\,}

i com a > 0, es poden dividir dos costats entre a.

Prova alternativa

Una prova més formal, relacionada amb l'anàlisi real, és la següent:

Pr ( | X | a ) = a f ( x ) d x a | x | a f ( x ) d x 1 a | x | f ( x ) d x = E ( | X | ) a {\displaystyle \Pr(|X|\geq a)=\int _{a}^{\infty }{f(x)dx}\leq \int _{a}^{\infty }{{\frac {|x|}{a}}f(x)dx}\leq {\frac {1}{a}}\int _{-\infty }^{\infty }{|x|f(x)dx}={\frac {\operatorname {E} (|X|)}{a}}}

A la introducció de | x | a {\displaystyle {\frac {|x|}{a}}} , noti's que, ja que estem considerant la variable aleatòria només en els seus valors iguals o majors a a {\displaystyle a} , | X | a {\displaystyle |X|\geq a} i, per tant, | X | a 1 {\displaystyle {\frac {|X|}{a}}\geq 1} , de manera que en multiplicar f ( x ) d x {\displaystyle f(x)dx} per alguna cosa més gran a un serà igual o més gran. La segona desigualtat ve d'afegir la suma a | x | f ( x ) d x {\displaystyle \int _{-\infty }^{a}{|x|f(x)dx}} , que sempre serà positiva ja que s'integra una cosa positiva com és el valor absolut (per: f ( x ) {\displaystyle f(x)} que és positiva).

  • La desigualtat de Màrkov s'utilitza per provar la desigualtat de Chebyshev.

Referències

  1. «ESPERANZA OPERADOR ESPERANZA Y MOMENTOS». [Consulta: 14 octubre 2018].